Faire parler une image fixe sur votre propre piste audio coûte sur 8frame de 17 crédits pour 5 secondes (Pruna Avatar en 720p) à 112 (OmniHuman 1.5), avec Hailuo H3 Max Lip Sync entre les deux, de 34 à 216 selon la résolution. Un crédit vaut 0,01 dollar au prix des packs. Ces outils prennent un portrait et une piste audio, et le résultat dure autant que l'audio. Runway Act Two est l'autre voie : une vraie interprétation filmée anime un personnage, à 8 crédits par seconde. Les prix sont lus dans le code de tarification de 8frame le 2026-09-30.
Les outils de synchronisation labiale sur 8frame, en un tableau
| Outil | Ce que vous lui donnez | Durée | 5 secondes | Crédits par seconde |
|---|---|---|---|---|
| Pruna Avatar | un portrait et une piste audio | celle de l'audio, jusqu'à 35 s | 17 en 720p, 31 en 1080p | 3,4 / 6,1 |
| Hailuo H3 Max Lip Sync | une image fixe et une piste audio | celle de l'audio, 5 s minimum, jusqu'à environ 15 s | 34 / 54 / 108 / 216 en 480p / 768p / 1080p / 2K | 6,75 / 10,8 / 21,6 / 43,2 |
| OmniHuman 1.5 | une image et une piste audio | de 5 à 35 s, facturé par tranches de 5 secondes | 112 | 22,4 |
| Runway Act Two | un personnage (image ou vidéo) et une vidéo d'interprétation | de 3 à 30 s de référence | 40 | 8 |
Aucun de ces outils n'a eu de génération en production sur 8frame dans les 30 jours précédant le 2026-09-30 : nous citons leur prix, pas leur qualité. Testez avec votre propre portrait et votre voix avant d'engager un projet.
Comment chacun facture
Pruna Avatar facture à la seconde de vidéo générée, et la vidéo suit votre audio, que 8frame mesure et arrondit à la seconde supérieure. En 720p, c'est 3,375 crédits par seconde ; en 1080p, 6,075. Les pistes de plus de 35 secondes sont refusées avant tout débit. Le résultat garde le format du portrait.
Hailuo H3 Max Lip Sync facture aussi la durée de l'audio, avec un minimum de 5 secondes, sur quatre niveaux de résolution ; le 768p est le réglage par défaut. Il accepte environ 15 secondes d'audio par génération : un script plus long se découpe en plusieurs clips.
OmniHuman 1.5 facture par tranches de 5 secondes, de 5 à 35 : une piste de 7 secondes est facturée comme 10 secondes, 224 crédits.
Runway Act Two fonctionne autrement : au lieu d'une piste audio, vous lui donnez une vidéo de quelqu'un qui joue, et il transfère l'interprétation (visage et rythme) à votre personnage, à 8 crédits par seconde de référence.
Une tête parlante de 30 secondes, chiffrée
Un portrait et un script de 30 secondes lu par une voix de synthèse :
| Voie | Génération | Crédits |
|---|---|---|
| Portrait | Nano Banana 2, 1K | 11 |
| Piste voix (moins de 1 000 caractères) | ElevenLabs texte vers voix | 13 |
| Pruna Avatar, 720p, 30 s | un clip | 102 |
| Pruna Avatar, 1080p, 30 s | un clip | 183 |
| Hailuo H3 Max Lip Sync, 768p | deux clips de 15 secondes | 324 |
| OmniHuman 1.5, 30 s | un clip | 672 |
Une tête parlante de 30 secondes coûte donc de 126 crédits (portrait, voix et Pruna Avatar en 720p) à 696 (la même chose avec OmniHuman). Avec votre propre voix enregistrée au lieu du texte vers voix, retirez les 13.
Lequel utiliser
Le moins cher, avec assez de durée pour un script entier : Pruna Avatar, jusqu'à 35 secondes en un seul clip.
La résolution la plus haute : Hailuo H3 Max Lip Sync en 2K (216 pour 5 secondes).
Quand le rythme d'un vrai acteur compte plus qu'une piste voix : Runway Act Two, piloté par une vidéo d'interprétation.
Quand vous n'avez pas de piste audio : les modèles qui génèrent une personne qui parle avec le son en une seule passe, comme Veo 3.1 (448 crédits pour 8 secondes avec le son), produisent la voix du modèle, pas la vôtre. Pour une voix précise, créez d'abord la piste, puis utilisez un outil de synchronisation labiale.
Avant de commencer
Utilisez un portrait que vous avez le droit d'animer et une voix que vous avez le droit d'utiliser. Le visage ou la voix d'une personne réelle exige son consentement documenté, et les plateformes ont des règles pour signaler les personnes synthétiques réalistes.
À vérifier : la forme de la bouche sur les consonnes dures, des dents qui restent stables, des clignements naturels, et une tête qui ne sort pas du cadrage du portrait sur un clip long.
Questions fréquentes
Quelle est la synchronisation labiale IA la moins chère ? Sur 8frame, Pruna Avatar en 720p : 17 crédits pour 5 secondes, 102 pour 30 secondes.
Combien coûte OmniHuman ? Sur 8frame, 22,4 crédits par seconde, facturés par tranches de 5 secondes de 5 à 35 : 112 pour 5 secondes, 672 pour 30.
Quelle durée peut avoir un clip de synchronisation labiale ? Jusqu'à 35 secondes avec Pruna Avatar ou OmniHuman, environ 15 secondes par clip avec Hailuo H3 Max Lip Sync. Les scripts plus longs se découpent puis s'assemblent (Merge Videos coûte 10 crédits par assemblage).
La synchronisation labiale, c'est la même chose qu'un avatar parlant ? C'en est le cœur : l'image fixe d'une personne animée sur une piste audio. Tous les prix vidéo à la seconde sont dans prix par seconde de la vidéo IA.
Sources
- Prix, durées et règles de facturation de la synchronisation labiale sur 8frame : fonctions de coût en crédits du registre d'outils de 8frame, lues le 2026-09-30 ; usage en production : données de production de 8frame, en lecture seule, 2026-09-30
Créez la piste voix, choisissez le niveau de prix, vérifiez la bouche. Le canvas de 8frame est gratuit et illimité ; la génération est payante à partir de 19 dollars par mois.